原文传递
基于观测器的车辆ECAS传感器故障诊断研究
| 论文题名： | 基于观测器的车辆ECAS传感器故障诊断研究 |
| 关键词： | 电控空气悬架;传感器;观测器;故障诊断;卡尔曼滤波器;车辆工程 |
| 摘要： | 电控空气悬架（ECAS）系统基于电子控制单元ECU，实时采集悬架系统周围安装的传感器信息，经控制器处理并输出控制信号至执行机构，能有效地控制悬架状态以满足车辆的行驶性能需求。然而，车辆行驶工况复杂多变，路面及发动机引起的车辆振动对空气悬架电控系统部件可靠性影响极大，其中传感器是系统中最易发生故障的部件。传感器输出信号不准确甚至完全无信号，将导致控制器对车辆行驶状态估计误判，从而影响空气悬架系统性能。因此，面向功能安全、性能可靠的ECAS系统，本课题针对传感器故障诊断展开相关研究。 结合车辆动力学与气体热力学等相关基础理论，建立含传感器故障的ECAS系统动力学模型。将路面干扰和簧下质量的振动视为施加在悬架动行程上的随机干扰，建立空气悬架系统动力学的降阶模型。同时，将空气弹簧的充放气过程视为变质量热力学过程，采用热力学第一定律，建立其开口充放气变质量模型。分析ECAS系统中车身高度、加速度及气压等传感器故障特征，通过传感器故障情况分类，建立不同故障条件下ECAS系统的数学模型。 针对1/4车辆ECAS传感器故障，研究故障的检测与隔离方法。设计故障检测观测器组，结合传感器实时测量值计算获得空气悬架系统状态输出残差，在此基础上设计故障检测指标，选取最优阈值方法设计检测阈值以实现故障的检测。进一步地，利用故障检测指标制定故障隔离指标，结合最优阈值以实现对ECAS传感器故障的诊断。 针对强非线性的车辆ECAS系统，其动态调节时受到路面激励扰动，在卡尔曼滤波理论基础上，提出基于容积卡尔曼滤波器算法（CKF）设计观测器。选取四种典型传感器故障情况，进行传感器故障诊断仿真与试验。对比分析了扩展卡尔曼滤波器算法（EKF）、强跟踪卡尔曼滤波器算法（STF）和容积卡尔曼滤波器算法（CKF）三种方法在故障诊断中的性能，结果表明，三种方法均能实现传感器故障的诊断，从整体响应指标看，CKF的诊断效果最优。 针对整车ECAS系统模型的线性化误差和参数不确定性误差，提出基于自适应阈值的车辆ECAS传感器故障诊断方法。通过建立阈值与控制输入、参数变化范围的关系式，结合CKF算法，设计面向整车ECAS系统的观测器并进行传感器故障诊断的仿真验证。最后，搭建整车ECAS传感器故障诊断试验台架，通过MTS320道路模拟试验机，验证了传感器故障检测与隔离诊断方法在整车实车中的有效性，有效提高了ECAS系统控制的可靠性与安全性。 |
| 作者： | 邹南南 |
| 专业： | 车辆工程 |
| 导师： | 徐兴 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
